Arduino-Pico 4.4.2版本更新解析:SDIO支持与多项优化
项目简介
Arduino-Pico是一个为树莓派RP2040微控制器提供Arduino兼容支持的开发框架。该项目让开发者能够使用熟悉的Arduino API来开发基于RP2040芯片的应用,同时充分利用该芯片的强大性能。最新发布的4.4.2版本带来了多项重要更新,特别是在存储性能和系统稳定性方面有显著提升。
SD/SDIO存储性能大幅提升
4.4.2版本最引人注目的改进是对SD卡访问的重大升级。开发团队进行了以下关键改进:
-
替换底层库:将原有的ESP8266SdFat库替换为最新的SdFat 2.3.0版本,这是一个更现代、维护更好的SD卡访问库。
-
支持SDIO模式:新增了对4位高速SDIO模式的支持。与传统的1位SPI模式相比,SDIO模式可以同时使用DAT0-DAT3四条数据线进行传输,理论上可获得更高的传输速度。实测显示,使用SDIO模式可以达到15MB/s的传输速度,远高于SPI模式的性能。
-
ExFAT文件系统支持:新版本启用了对ExFAT文件系统的支持,这使得开发者能够使用更大容量的存储卡(超过32GB),满足需要处理大量数据的应用场景。
需要注意的是,要使用SDIO模式,开发者需要准备支持4线连接的物理适配器,而不仅仅是传统的SPI接口连接方式。
底层库更新
4.4.2版本还对几个关键底层库进行了更新:
-
LittleFS升级:文件系统库LittleFS更新至v2.10.1版本。LittleFS是一个专为嵌入式系统设计的轻量级文件系统,特别适合在闪存设备上使用。新版本可能带来更好的性能和稳定性。
-
TinyUSB更新:Adafruit TinyUSB库升级至3.4.2版本。TinyUSB是一个开源的跨平台USB协议栈,这次更新可能包含了对USB设备功能的改进和bug修复。
新增开发板支持
本次更新增加了对SparkFun IoT Node LoRaWAN开发板的支持。这是一款集成了LoRa无线通信功能的RP2040开发板,为物联网应用开发提供了便利。开发者现在可以直接在Arduino-Pico环境中为这块板子开发应用。
系统优化与bug修复
4.4.2版本包含了一系列系统优化和bug修复,提高了框架的稳定性和可靠性:
-
PIO音调生成改进:调整了PIO(可编程I/O)音调生成的占空比为50%,使得生成的音调更加标准。
-
ADC输入时钟修复:修复了多路ADC输入时的时钟问题,确保多通道模拟输入的准确性。
-
蓝牙功能恢复:在Pico2和RPiWiFi开发板上恢复了蓝牙TLV(类型-长度-值)功能。
-
NTP时间同步修正:修正了NTP.waitSet()函数的返回值问题,提高了网络时间同步的可靠性。
-
SDK清理:移除了不必要的SDK文件和一些重复的对象定义,优化了库的体积和编译效率。
-
A2DP音频接收改进:修复了A2DP接收器的音量控制和连接回调问题,提升了蓝牙音频接收的稳定性。
总结
Arduino-Pico 4.4.2版本是一个以性能优化和稳定性提升为主的更新。特别是SDIO模式的支持,为需要高速存储访问的应用开辟了新的可能性。同时,多项底层库的更新和bug修复使得整个开发框架更加健壮。对于使用RP2040进行开发的Arduino用户来说,升级到这个版本将获得更好的开发体验和更强大的功能支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00